
Quota Boss 推出多模型调度工具,按任务难度分配最省的模型
来源标题:Quota Boss – get more done per Claude limit with the plans you have
Quota Boss 是一个围绕 Claude Code 或 Codex 的多模型调度工具,让最强模型负责规划和检查,其余子任务交给更便宜的模型处理。它可调用 Claude、ChatGPT/Codex、GitHub Copilot、Gemini 等已有订阅,以及 Perplexity 或本地模型。使用需 Node.js 18 以上和 Claude 付费计划,Codex CLI 搭配 ChatGPT 计划为推荐配置。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
为你的编码 agent 打造的多模型调度器:一个「老板」,把每个子任务交给能胜任它的最便宜的模型,在你已经付费的订阅和你选择的免费 AI 服务之间调度。 安装 · 快速开始 · 命令 · 工作原理 · 文档 · 网站 Quota Boss 是围绕 Claude Code 或 Codex 的一层 harness:它加入规则、worker 和实时配额数字,把你的 agent 变成调度器。你最好的模型负责规划、决策和检查结果。其余工作则交给某个订阅(Claude、ChatGPT / Codex、GitHub Copilot、Grok、Google Antigravity / Gemini)上的更便宜的模型,或者交给 Perplexity 做研究,或者交给你已启用的免费服务或本地模型。 你需要 Node.js 18 或更高版本,以及带 Claude 套餐的 Claude Code。推荐使用带 ChatGPT 套餐的 Codex CLI,因为大部分委派出去的工作都会流向那里。其余都是可选项,会在安装过程中提示。 npx quota-boss@latest 这在 Windows、macOS 和 Linux 上用法相同。若想先看看会发生哪些改动,加上 --dry-run。安装程序会备份你的 Claude Code 设置,保留你现有的状态栏,而 npx quota-boss@latest --uninstall 会把一切移除。再次运行第一条命令即可更新。 进行设置。在 Claude Code 中输入 /boss-setup。它会给你一条命令,在你自己的终端里引导你完成订阅和免费服务的配置。在你确认最后的摘要之前,什么都不会改变。 在项目中启用。输入 /boss on。没有启用的项目不受影响。 照常工作。老板会拆分你的任务、分发各部分、检查结果,并告诉你哪个模型做了什么。 分步指南见 docs/GETTING-STARTED.md。如果哪里看起来不对,运行 quota-boss doctor:它会列出每个问题及其修复方法,且不消耗配额。要报告 bug,请把 quota-boss doctor --report 的输出粘贴到 issue 中:它会列出各版本、provider、自检结果和失败次数,绝不包含路径、名称或密钥。 简短的 quota-boss 命令形式需要 npm install -g quota-boss。否则,请使用 npx quota-boss <command> 或 node ~/.claude/quota-boss/scripts/quota-boss.js <command>。所有设置的说明见 docs/SETTINGS.md。 你 ─► Claude Code(Opus = 老板:规划、分类、委派、验证) │ 每条提示:"Claude 5h 41% wk 49% | Codex 5h 3% wk 12% | profile balanced | mode normal" ├─► codex-worker ─► Codex(GPT-6.1-Sol,effort medium)─► 实现、运行测试、10 行报告 ├─► gpt-advisor ─► Codex 只读 ─► 独立的第二意见 ├─► sonnet-worker ─► Sonnet,更大规模的实现 ├─► haiku-worker ─► Haiku,小改动、测试、文档 ├─► scout ─► Haiku,代码搜索 ├─► Explore ─► Haiku,替代内置的搜索 agent ├─► reviewer ─► Sonnet,审查 diff ├─► cli-worker ─► 另一个官方 CLI:Copilot、Grok、Antigravity(Gemini)、OpenCode ├─► self-worker ─► 老板模型在独立上下文中处理大型或并行任务 └─► researcher ─► 网络搜索,或生成可直接用于 Perplexity 的提示 对每个子任务,老板会设定一个等级(critical、normal 或 trivial)和一个类别(architecture、debugging、implementation、review、research 或 mechanical)。然后 Quota Boss 会给你拥有的每个模型打分: utility = P(success) ^ alpha(tier, profile) / ( cost × quota price ) P(success) 起始于每个模型在每个类别下的质量评分,并根据老板验证过的结果进行更新。失败按双倍计算。 当某个订阅会在重置前耗尽时,配额价格上升;当大量配额即将在未被使用的情况下重置时,配额价格下降。 Alpha 决定质量有多重要。对于关键工作,质量优先;对于琐碎工作,最便宜的够用模型胜出。profile(quality、balanced 或 frugal)会对此进行调整。 当结果未通过检查时,会先让同一模型增加推理投入,然后换用下一个更好的模型。 小任务留给老板,因为把几分钟的工作交出去,花费比省下的更多。 完整算法见 docs/ROUTING.md。模型评分、价格及其来源见 docs/MODELS.md。 Quota Boss 会把你昂贵的模型不必做的工作交出去,同时把交出去比自己做更费成本的工作留在原地。目前的数据如下: 当任务很大且你的 Claude 配额偏低时,交出去的工作最多。基准测试规模很小:每行两到五次运行,均为短会话。所有数字和方法见 docs/BENCHMARKS.md,测试 harness 在 bench/ 中,而 quota-boss savings 会显示你自己工作的数据。 类型 示例 使用方式 订阅 Claude、ChatGPT / Codex、GitHub Copilot、Grok、Google Antigravity(Gemini) 通过各 provider 的官方 CLI,以你的身份登录 研究 Perplexity Pro 老板写好提示并复制到你的剪贴板;你用 /pplx-result 把答案粘贴回来 免费 API 服务 Mistral、OpenCode Zen、OpenRouter、Cloudflare、Cohere、Gemini、NVIDIA、Z.ai、Kilo 在你选择之前处于关闭状态;每个都会先显示其限制和数据警告 本地模型 Ollama /boss-local 其他 任何带密钥的 API /boss-add-api Claude 和 ChatGPT / Codex 已经过端到端测试。Copilot、Grok 和 Antigravity 是根据其官方文档构建的,在你开启之前保持关闭;Grok 尚未由维护者实际运行过,而 Antigravity 因 Google 的条款带有账户警告。 免费服务可以替代你的付费配额来承担简单工作。其中一些会用你发送的内容进行训练,因此除非你为某个项目允许,否则它们保持关闭。详情见 docs/PROVIDERS.md。 你在各 provider 自己的条款下使用自己的账户,遵守条款是你的责任。条款各不相同且会变化。在开启某个 provider 之前,请阅读 Provider terms 中的摘要。 无凭据。Quota Boss 从不读取密钥、token 或 cookie。API 密钥保留在 OpenCode 中。 无依赖。纯 Node.js;该包不引入其他 npm 包。网络访问仅通过官方 CLI 进行。 按项目选择加入。克隆的仓库无法开启 boss 模式,也无法同意将数据发送给会用其进行训练的 provider。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。